公共文化服务平台

陈西江: 作品数：60 被引量：296H指数：10; 供职机构：武汉理工大学更多>>; 发文基金：国家自然科学基金江西省数字国土重点实验室开放基金江西省教育厅科学技术研究项目更多>>; 相关领域：天文地球自动化与计算机技术环境科学与工程文化科学更多>>

合作作者

融合高斯核及指数函数聚类的点云目标物提取: 2022年; 针对聚类算法的聚类中心重复性和无法对点云聚类的问题,提出了融合高斯核及指数函数的聚类中心均匀化的点云聚类方法,以优化聚类中心的均匀化分布,实现点云的均匀化聚类。首先,根据高斯核函数及密度指数函数确定局部密度,再依据局部密度的大小确定距离参数。其次,依据局部密度和距离参数的乘积确定聚类中心,同时消除聚类中心的邻近化,使得聚类中心更加均匀分布于整个数据集中。最后,利用数据点到聚类中心距离逐个确定每个数据的聚类归属,并合并邻近聚类实现点云目标物的提取。将该算法与常规的基于密度峰值的聚类算法(clustering function based on density peak,CFDP)、K-means聚类算法、具有噪声的基于密度的聚类方法(density-based spatial clustering of applications with noise,DBSCAN)进行比较,该文所提方法可以对教室内3排椅子实现100%的提取。与相对密度关系的峰值聚类(density peak clustering,DPC)算法及深度学习方法相比,所提方法对不同分辨率目标物点云的提取精度均为96.7%,在计算效率和精度方面均优于其他两种方法。; 陈西江陈西江班亚王德欣李坤刘海鹏; 关键词：密度聚类

于法向量夹角信息熵的点云简化算法被引量：34: 2015年; 针对点云简化很难完全保证精度和速度上达到最优的问题,提出了基于法向量夹角信息熵的点云简化算法。利用经典的主成分分析方法来估计点的法向量,计算法向量与参考平面的夹角,利用最邻近点搜索算法,确定每个点的K个最邻近点,并根据信息熵的定义,提出法向量夹角局部熵模型,局部熵的大小直接反映了表面的特征状况;针对不同区域局部熵大小,进行逐步的点云简化,从而可以保留凸变区域较多的点,精简较多平面区域的点,实现点云的非均匀简化。实验结果表明,该方法在简化精度和速度上都能达到较优。; 陈西江章光花向红; 关键词：遥感点云简化法向量

融合改进Canny算法的点云特征规则化被引量：6: 2019年; 针对目前散乱点云特征提取算法存在计算量大且不能规则化提取的问题,提出一种融合改进Canny算法的点云特征规则化提取算法。根据散乱点云的距离分辨率进行重采样,将点云进行规则栅格化;通过优化替代法对网格矩阵进行灰度值赋值,散乱点云被投影成二维影像;利用改进Canny算法从二维影像中进行特征规则化提取。对比实验结果表明:该方法噪声少、可操作性强,可以高效地对直线边界或复杂的曲线边界进行特征规则化提取。对点云与图像的配准以及后期三维重建等有重大作用。; 袁俏俏章光陈西江徐卫青; 关键词：遥感三维激光扫描栅格化 CANNY算法

优化EfficientDet深度学习的车辆检测被引量：4: 2021年; 针对深度学习EfficientDet模型的车辆检测性能进行分析,基于训练过程中容易陷入局部最优进行优化改进,构建分阶段自适应的训练模型,利用该训练模型对短距离和远距离车辆进行检测,并将检测结果与基于Cascade R-CNN和CenterNet方法进行比较,从计算复杂度、耗时及检测精度三方面分析显示本文方法优于其他两种方法.同时,对不同角度和不同距离车辆检测结果进行分析,确定了检测的最优距离和角度.最后,通过实例验证了本文方法可以用于大范围车辆的检测.; 陈西江陈西江班亚; 关键词：车辆检测学习率

建筑物缺失结构点云的修补方法及装置: 本发明提供一种建筑物缺失结构点云的修补方法及装置，该方法包括：获取目标建筑物的原始点云数据；确定原始点云数据的缺失结构特征，并基于缺失结构特征对目标建筑物的姿态进行调整，得到目标点云数据；构建目标建筑物对应的布料结构，基...; 赵不钒茅雯焱潘德轩陈西江

残差自适应回归MGM(1,n)被引量：4: 2012年; 鉴于MGM(1,n)在预测过程中,不同变量的拟合及预测残差差距较大,本文将自适应回归模型引入到不同变量的残差估计中,对整体的残差起到平滑的作用,从而抑制了残差的上扬趋势,经过实例分析,残差自适应回归MGM(1,n)的预测精度得到了明显的提高。; 陈西江鲁铁定

基于三维激光扫描技术的临近爆破施工隧道变形监测方法被引量：10: 2019年; 为精确分析临近爆破作业点的隧道内壁变形情况,针对含有较多管线的隧道,提出一种简洁高效的切片提取分析方法。采用标靶与ICP结合的点云配准方法,采取多种滤波方式结合的方法去除隧道既有管线、离散点等噪声点,提出总体最小二乘(TLS)的方法拟合隧道地面平并得出其参数α、β、γ,利用垂直关系求出隧道基准面参数α′、β′、γ′,计算出诸多点云法向量后寻找到夹角小于2°的最佳基准面,设置固定距离d进行切片提取,依据提取的切片点云获取其重心坐标、重心距等几何参数,对同期数据分析以及多期数据间比较,得出采用点云切片的算法可以精细分析隧道各位置变形情况、且随着测距测角增大,误差会逐渐增大的结论。; 张弛王世杰陈西江章光; 关键词：三维激光扫描

方差膨胀的稳健加权总体最小二乘点云平面拟合被引量：3: 2019年; 为了提高平面拟合精度,本文采用总体最小二乘求解平面拟合参数。同时考虑到点云数据中含有的粗差点可能影响点云平面拟合的精度,提出了方差膨胀的稳健加权总体最小二乘。本文通过选取IGG权函数将点云数据分为3段,并引入中位数对IGG权函数进行改进,可以更准确地探测粗差。考虑到点云数据中x、y、z这3个方向的误差并不是等精度,计算了点位的协方差矩阵,使得x、y、z这3个方向的误差分配更加合理。通过实例表明,本文的方法不仅可以消除粗差点的影响,还能减弱可疑点的影响,得到更为准确的平面拟合参数,提高了平面拟合精度。; 陶武勇花向红陈西江吴飞冯绍权; 关键词：点云数据粗差探测

基于指数函数密度聚类模型的室内物体提取被引量：1: 2022年; 室内点云包括墙壁、天花板、地板和房间内的许多物体。室内墙壁、天花板、地板等多种物体的提取是室内导航、设施管理、建筑改造等多种应用的关键。针对此,本文根据截止距离内的局部密度,采用指数函数构建密度聚类模型。首先,利用边界点云与室内点云之间的距离构造墙壁面密度聚类的约束条件;其次,根据z值的指数函数和局部密度模型提取天花板和地板;然后,构建不同对象的局部密度模型,根据局部密度的大小确定约束距离;最后,根据点到聚类中心(聚类中心被认为是局部密度与约束距离乘积异常大的点)的距离,得到每个点归属于聚类中心的聚类;最后,通过判断相邻聚类之间的距离实现室内物体点云的提取,从而完成对不同类型场景室内点云的提取,并将本文方法与快速搜索密度峰值聚类(CFDP)算法、基于密度的空间聚类(DPC)算法进行比较。对比结果表明,DPC方法不如本文方法但优于CFDP方法。计算了本文方法提取不同类型室内点云的精确度、召回率和F1分数,结果表明,物体间的靠近程度会影响本文方法的性能。; 陈西江陈西江韩贤权韩贤权; 关键词：点云密度聚类激光扫描

一种三维激光扫描变形提取可靠性评价方法: 本发明公开了一种三维激光扫描变形提取可靠性评价方法，具体是：首先对三维激光扫描误差进行系统分析，建立由光斑引起的激光点位误差模型；然后引入误差熵模型，在考虑相邻误差熵相互影响的前提下，构建相邻点位误差熵模型，通过引入投影...; 陈西江章光池秀文吴浩蒋梅笑; 文献传递

陈西江

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

陈西江

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈